¿Cómo podemos usar Big Data para mejorar la educación?

En línea con lo que han dicho Sramana y Harish, creo que el análisis de conglomerados podría hacerse para agrupar a los estudiantes que son similares en habilidades y brechas. La enseñanza de hoy es prácticamente una talla única para todos. Claro, hay educación especial y, en algunas áreas, clases para estudiantes superdotados. Pero eso deja una gran cantidad de estratificación.

Necesitamos alejarnos de este aprendizaje basado en el tiempo en el que decimos que el 4to grado toma un año, el 5to grado toma un año, etc. Debe basarse en un conjunto de habilidades y mostrar competencia en esas habilidades. O agrupamos a grupos de personas que aprenden a diferentes velocidades, o permitimos que todos completen el aprendizaje a su propio ritmo, o al menos permitimos esto como opciones.

Es muy importante. Si la sociedad puede educar a nuestros estudiantes más rápido, eso lleva a una gran ganancia de productividad, enormes ganancias económicas, resulta en una mejor enseñanza para aquellos que más lo necesitan, ya que los maestros podrán centrarse en dónde están las necesidades reales.

La educación hoy es muy rígida. Es una máquina por la que pasamos estudiantes como una llamada de ganado. Eso tiene que terminar.

Podemos utilizar big data para mejorar la educación analizando detenidamente lo que nos dicen los datos.

  1. Un informe revela que los niños en las escuelas de EE. UU. Se encuentran entre los peores indicadores de bienestar. Ver Bienestar infantil en países ricos:
  2. Incluso hay evidencia de que la pobreza familiar afecta directamente los resultados de los estudiantes (un experimento natural). Ver Norwegian_oil_Boom
  3. Grandes estudios encontraron que los factores no escolares afectan los resultados de los estudiantes más que los factores escolares. Ver James Coleman
  4. Hay estudios que demuestran que las visitas al hogar y el rendimiento en la educación de la primera infancia tienen beneficios mucho mayores que los costos .

Puede usar análisis para verificar o refutar la eficacia de las iniciativas educativas.

Tomemos por ejemplo un argumento sobre si las escuelas deberían adoptar o no un modelo de escuela autónoma. Hay miles de variables diferentes que impactan el éxito de cada estudiante. Incluso si tratara de mirar las escuelas, sería difícil encontrar dos escuelas para comparar realmente. Con big data, puede identificar idealmente una escuela que estaba bajo el sistema de charter en un momento determinado y comparar sus resultados con los de una escuela muy similar (no autorizada), también en un momento específico.

Encontrar estos sitios de prueba y control requeriría una cantidad excesiva de mano de obra con big data y análisis, pero con él podemos ayudar a evaluar y mejorar nuestro sistema educativo.

Además de lo que dijo Brian Lee, Big data también se puede utilizar para el aprendizaje adaptativo. La mayoría de los productos de gestión del aprendizaje tratan a todos los estudiantes de la misma manera en lugar de personalizar la experiencia según las necesidades de cada individuo, dijo.

Las startups como Knewton, etc. están utilizando Big Data para construir un motor de recomendación. El motor de recomendaciones utiliza datos para todos los estudiantes actuales y anteriores y recomienda los siguientes pasos para cada estudiante en tiempo real. Considera cómo el alumno está consumiendo información y su comprensión de los conceptos.

Puede hacer una personalización masiva utilizando algoritmos de aprendizaje automático para comprender las brechas de habilidades y adaptar el plan de estudios.

La analítica avanzada puede ayudar a impulsar el reclutamiento de estudiantes y mejorar la retención. El análisis predictivo también puede ayudar a los educadores a identificar a los estudiantes en riesgo e intervenir constructivamente con asistencia personalizada Jen Q. Público: salvar a nuestros estudiantes con análisis